Na osnovu jedne noći provedene u laboratoriji za spavanje, vještačka inteligencija može da procijeni rizik za više od 130 bolesti – od Parkinsonove bolesti do raka dojke. Softver ne otkriva uzroke, već samo korelacije.
Iz signala jedne jedine noći u laboratoriji za spavanje, nova AI može da procijeni kasniji rizik za oko 130 bolesti – među njima Parkinsonovu bolest, demenciju, srčani udar, kao i rak prostate i rak dojke. I to „godinama prije nego što se pojave prvi simptomi”, kaže Džejms Zo, naučnik za podatke sa Univerziteta Stanford i jedan od autora studije objavljene u stručnom časopisu Nature Medicine.
Novi AI-model nosi naziv SleepFM i treniran je na stotinama hiljada sati podataka o snu. Razvijen je u timu koji je predvodio Rahul Tapa, biomedicinski naučnik za podatke sa Univerziteta Stanford.
Kako AI uči da „čita” san
Ispitivanje i mjerenje sna u laboratoriji za spavanje naziva se polisomnografija. Tom prilikom se istovremeno bilježe moždani talasi, srčana aktivnost, disanje, mišićna napetost, kao i pokreti očiju i nogu.
Za SleepFM tim je koristio oko 585.000 sati takvih zapisa od približno 65.000 osoba. Tokom pripremnog treninga AI je učila kako su signali mozga, srca i disanja usklađeni tokom normalnog sna. Na taj način model statistički usvaja neku vrstu „jezika sna”.
Od signala sna do prognoze bolesti
Nakon ovog osnovnog treninga, SleepFM je dodatno prilagođen zadacima kao što su prepoznavanje faza sna i dijagnostika apneje u snu.
Istraživači su zatim povezali podatke o snu sa elektronskim zdravstvenim kartonima koji obuhvataju period do 25 godina unazad. Model je identifikovao 130 bolesti čiji se rizik mogao prognozirati sa najmanje umjerenom do visokom tačnošću. Posebno uspješna bila je prognoza za:
Demenciju i Parkinsonovu bolest.
Srčani udar i srčanu insuficijenciju.
Određene vrste raka.
Ukupnu smrtnost.
Šta AI traži u tijelu tokom sna
Analiza pokazuje da srčani signali posebno mnogo doprinose predviđanju kardiovaskularnih bolesti, dok su moždani signali važniji za neurološke i psihičke poremećaje. Najinformativnija je, međutim, kombinacija različitih signala – na primjer kada EEG pokazuje stabilno stanje sna, dok srce djeluje više „budno”.
Takve protivrječnosti mogle bi da ukazuju na skrivena opterećenja ili rane procese bolesti, mnogo prije nego što simptomi postanu uočljivi. „Veze koje mi isporučujemo uglavnom su statističke prirode. Uzročnu povezanost moraju da potvrde stručnjaci”, naglasio je Sebastijan Bušjeger, stručnjak za spavanje iz Dortmunda.
AI pomaže čovjeku, ali ga ne zamjenjuje
Modeli poput SleepFM-a sažimaju ogromne količine podataka iz polisomnografije u kompaktne numeričke reprezentacije koje omogućavaju bržu analizu. „Faze sna ili apneje mogu se tako efikasno zabilježiti – što je ručno veoma dugotrajan posao podložan greškama. Time ostaje više vremena ljekarima za pacijente”, kaže Matijas Jakobs sa Tehničkog univerziteta Dortmund.
(B92)
